Wizualizacja źródłowa

Wykres został opublikowany na platformie X (dawniej Twitter) 27 marca 2024r przez Robina Delta (@heyrobinal). Oryginalna wizualizacja wygląda następująco:

Źródło: https://twitter.com/heyrobinai/status/1772983162718625942
Źródło: https://twitter.com/heyrobinai/status/1772983162718625942

Elementy wymagające poprawy

Użycie kolorów nie ma sensu, nie dostarczają dodatkowych informacji. Legenda jest nieczytelna, kolory dla odpowiednich lat różnią się od tych na wykresie, co jest mylące. Dodatkowo wykres nie jest interaktywny, co spróbuję zmienić.

Poprawiona wizualizacja

Dane z lat 2015-2023 pochodzą z portalu GOOD CAR BAD CAR. Na portalu nie ma danych dla roku 2014, dlatego wykres będzie zaczynał się od roku 2015. Ilość sprzedanych aut dla lat 2024-2025 była prognozowana za pomocą mojej intuicji.

library(dplyr)
library(plotly)

prediction_2024 <- 1050000
prediction_2025 <- 980000

years <- c(2015,  2016,  2017,  2018,   2019,   2020,   2021,   2022,   2023,   2024,   2025)
sales <- c(18742, 26725, 50067, 197517, 195125, 292902, 301998, 536069, 498000, prediction_2024, prediction_2025)
data <- data.frame(years, sales)

data <- data %>% 
  mutate(Source = if_else(years < 2024, "Actual data", "Prediction"))

# Tworzenie interaktywnego wykresu za pomocą plotly
plot_ly(data, x = ~factor(years), y = ~sales / 1000000, color = ~Source, type = 'bar') %>%
  layout(title = "Tesla Sales Data & Predictions",
         xaxis = list(title = "Year"),
         yaxis = list(title = "Sales (10^6)"),
         barmode = 'group')

Uzasadnienie zmian

Przygotowany przeze mnie wykres jest lepszy, ponieważ użyte kolory informują, czy dane są faktyczne czy prognozowane. Dodatkowo legenda w prosty sposób tłumaczy kolory, które zostały użyte na wizualizacji. Wykres jest interaktywny, po najechaniu na słupek można w wygodny sposób odczytać dokładną wartość.